没有想不到的，只有问不到的。从数据库到算法到mr，再到数据算法的优化，然后设计题，一边想一边写，要是每个心里准备，还是不要去了。

面试官非要纠结GradNorm是梯度归一化，非要问是怎么归一化的。这里压根就没归一化的问题，难道他不懂norm是范数的意思吗？

之前是有HR电话联系，聊了一些基本情况，包括对深度学习框架的熟练程度等整体氛围比较轻松，笔试题目难度适中，用的是C++，包括语法和算法的题目面试去的时候先做了笔试，是英语的题目。然后有两个面试官来面试的，一个比较和蔼，一个比较严肃。整个过程还是比较轻松地。

面试主要问了一下简历上的项目，然后问了一个类似脑筋急转弯的题，没答上来，面试官说没关系。题目是这样：要随机生成所有0-9的数，但random非常耗时，所以要尽量少的使用random，问该怎么做

感觉还好

面试一共1h20min，好久没碰到这种难度的面试了，之前都是走马灯，面的时候有点害怕，面完又很有成就感。1、刚开始围绕项目深挖，挖技术点，我是目标检测就问关于yolo系列算法的正负样本采样策略不同，anchor获取不同等；2、训练时候loss变为none，loss变为0是什么原因；3、bn在训练和预测时候的区别，回答不好，需要加强学习。；4、噪声抑制的方法，我说过滤，他说不好用，我想了想也想不到，确实是不知道怎么解决，这也真的是一个难点；5、c++手撕nms；6、c++封装继承和多态，如何实现多态，虚函数；7、如何判单一个点在一个多边形里面（凹凸多边形，有点难），想了一种方法，但是没思考全面，忽略了点在边上的情况，又提了一种方法，可能还是不够全面；8、凹凸多边形内角和是（n-2）*180°，外角和是360°。...还有一些问题，是边聊边问的，我也记不太清楚了面试官小哥哥真的很好，循循善诱，很温和，面试体验感满分，希望能挺进下一面

面试官还是很注重技术，在机器学习基本算法以及具体项目方面问了很多，确实有难度，算法工程师确实需要很好的算法与数学基础。